Apa yang dimaksud dengan uji kecukupan data dan berikan syaratnya?

1. Uji Kecukupan Data dengan Data Pengamatan

Dalam hal ini uji kecukupan data menggunakan data hasil pengamatan bukan jumlah kuesioner. data hasil pengamatan itu contohnya tinggi pertumbuhan anak, lebar kepala anak, waktu pengamatan dan yang lainnya yang bersifat eksperimen. Untuk uji kecukupan data ini menggunakan rumus berikut:

Dimana:

N’ = Jumlah Pengamatan yang seharusnya dilakukan.

k = Tingkat kepercayaan dalam pengamatan.
Jika tingkat keyakinan 99%,maka k=2,58 ≈ 3
Jika tingkat keyakinan 95%,maka k=1,96≈ 2
Jika tingkat keyakinan 68%,maka k≈ 1
s = Derajat ketelitian dalam pengamatan.
Jika tingkat keyakinan 99% maka s=1%
Jika tingkat keyakinan 95% maka s=5% dst

N = Jumlah Pengamatan yang sudah dilakukan.

Xi = Data Pengamatan.

Penentuan k/s disandarkan bahwa jika anda yakin data yang anda kumpulkan itu sebesar 99% artinya data tersebut anda sangat yakin kebenarannya, ketelitiannya sehingga anda akan menggunakan k = 99% = 3 sehingga error yang ditimbulkan hanyalah 1 % artinya anda memakai s = 1% (k=99%+s=1% maka 100%) misalnya anda kurang yakin dengan data anda mungkin ketika anda mengambil data, anda mengantuk dan responden anda kurang mengerti penjelasan anda maka bisa saja error anda sebesar s = 5 % sehingga k = 95%. Kemudian jika N ≥ N’ maka dapat dinyatakan bahwa data sudah cukup untuk menjadi sampel.

 
2.  Uji Kecukupan Data dengan Jumlah Data Cacat

Untuk uji kecukupan Data dengan memakai jumlah data cacat memiliki rumus tersendiri yakni:

Dimana:
N = Jumlah Pengamatan yang seharusnya dilakukan.
Z = Z (tabel normal) yang berhubungan dengan tingkat ketelitian.
p = Persentase Kuesioner Layak.
      dengan p=(total kuesioner yang disebar-total kuesioner cacat)/total kuesioner yang disebar
q = Persentase Kuesioner cacat dengan q=1-p.
e = Persentase kelonggaran ketelitian.

contoh:
Ketika mengumpulkan kuesioner secara acak ternyata ada beberapa kuesioner yang butir pertanyaannya belum dijawab oleh responden atau terlewati maka kondisi tersebut bisa dibilang cacat atau bisa jadi 50 kuesioner disebar ternyata yang balik ke kita cuma 48, dua kuesioner yang belum kita terima itu juga bisa dikatakan cacat misalnya cacat 2.
maka p=(50-2)/48=0.96 sehingga q=1-p=1-0.96, dengan Z=5% tabel Z = 1.64 dan e=5% maka  N=41.31 karna responden 50 sehingga 50>41.31 maka jumlah sample diterima.

3. Slovin's Formula

Digunakan untuk menghitung ukuran sample dengan jumlah populasi (N) dan error (e). Ini adalah teknik random sampling untuk mengetahui ukuran sample. Banyak digunakan jika pertanyaan yang diajukan bersifat kategorikal. Contohnya: kuesioner yang menggunakan skala likert, misalnya anda mempunyai 10 pertanyaan dengan skala likert dan kuesioner mengalami kekurangan sampel sehingga mau tidak mau harus mencari kekurangan sampel pada suatu pertanyaan misalnya pertanyaan ketiga kekurangan jumlah sampel sehingga tidak logis rasanya apabila kita mencari responden dengan satu pertanyaan saja. sehingga digunakanlah Slovin's Formula ini dengan rumus:

Keterangan: N=jumlah populasi; e= error yang diharapkan

Contoh: Populasi orang kaya berjumlah N=40 dan error yang diharapkan misalnya 1% dan 5% maka:

artinya bahwa jika error yang diharapkan hanya 1% maka anda hanya butuh 39.8 atau 40 kuesioner dan jika error yang diharapkan hanya 5% maka anda hanya butuh 37 kuesioner saja. Jika N > n maka data dikatakan cukup.

DOWNLOAD EXCEL UJI KECUKUPAN DATA DISINI

TUTORIAL EXCEL

JUAL BUKU 

PERANCANGAN TATA LETAK DENGAN 

MIXED INTEGER LINIER PROGRAMMING

Misalnya dalam proses pengukuran penimbangan (weighing) diperlukan kegiatan pengujian terhadap data yang didapatkan dari data log pembacaan mesin terhadap beban yang ditimbang. Kegiatan pengujian tersebut dimulai dari analisis atas jumlah data yang seharusnya dikumpulkan sampai dengan analisis atas konistensi kerja mesin weighing tersebut.

Uji Kecukupan Data

Uji kecukupan data diperlukan untuk memastikan bahwa yang telah dikumpulkan dan disajikan dalam laporan penimbangan tersebut adalah cukup secara obyektif.

Idealnya pengukuran harus dilakukan dalam jumlah banyak, bhakan sampai jumlah yang tak terhingga agar data hasil pengukuran layak untuk digunakan. Namun pengukuran dalam jumlah yang tak terhingga sulit dilakukan mengingat keterbatasan-keterbatasan yang ada; baik dari segi biaya, tenaga, waktu dan sebagainya.

Sebaliknya, pengumpulan data dalam jumlah yang sekedarnya juga kurang baik karena tidak mewakili keadaan yang sebenarnya. Untuk itu, pengujian kecukupan data dilakukan dengan berpedoman pada konsep statistic, yaitu tingkat ketelitian dan tingkat keyakinan.

Tingkat ketelitian dan tingkat keyakinan adalah pencerminan tingkat kepastian yang diinginkan oleh pengukur setelah memutuskan tidak akan melakukan pengukuran dalam jumlah yang banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu penyelesian sebenarnya.

Sedangkan tingkat keyakinan menunjukkan besarnya keyakinan pengukur akan ketelitian data pembacaan beban saat penimbangan dari mesin tersebut. Pengaruh tingkat ketelitain dan keyakinan adalah; bahwa semakin tinggi tingkat ketelitian dan semakin besar tingkat keyakinan, maka semakin banyak banyak pengukuran yang diperlukan.

Tes kecukupan data dapat dilakukan dengan menggunakan rumus sebagai berikut:

Dimana:
k= Tingkat Keyakinan (99% ≈ 3, 95% ≈ 2)
s = Derajat Ketelitian
N = Jumlah Data Pengamatan
N’ = Jumlah Data Teoritis
x = Data Pengamatan

Jika N’ ≤ N maka data dianggap cukup, namun jika N’ > N data tidak cukup (kurang) dan perlu dilakukan penambahan data.

Contoh:
Suatu pengukuran elemen kerja dilakukan sebanyak 15 kali dengan menggunakan stop watch. Bila tingkat keyakinan 95% dan derajat ketelitan 10%, apakah jumlah pengamatan dibawah ini cukup?

• Jumlah (∑x) = 104
• (∑x)² = 10816
• ∑x² = 746
• Tingkat Keyakinan k= 95% ≈ 2
• Tingkat Ketelitian (s) =10%
• Jumlah Data (N) = 15

Hasilnya:

k/s = 20
N∑x² = 11,190
N∑x² – (∑x)² = 374
sqrt(N∑x² – (∑x)²) = 19.34
k/s * sqrt(N∑x² – (∑x)²) = 386.78
k/s * sqrt(N∑x² – (∑x)²)/∑x = 3.72
(k/s * sqrt(N∑x² – (∑x)²)/∑x)^2 = 13.83

Karena N’ (data teoritis) setelah dihitung sebesar 13,83 maka itu artinya N’<N, maka data dianggap cukup. Sekiranya tingkat keyakinannya adalah 99%, maka data tersebut kurang karena setelah dihitung nilai N’ = 31,2.

Uji Keseragaman Data

Untuk memastikan bahwa data yang terkumpul berasal dari system yang sama, maka dilakukan pengujian terhadap keseragaman data. Sebagai contoh, pada saat penimbangan struktur, ternyata masih banyak scaffolding yang belum dilepas sehingga masih terkait dan terikat pada struktur. Ketika dilakukan penimbangan ternyata masih banyak pekerjaan harus melepas kaitan atau perancah tersebut. Dibandingkan dengan penimbangan yang tidak ada gangguan terhadap struktur tersebut jelas hasilnya akan jauh berbeda. Apalagi penimbangan dilakukan pada saat kecepatan angin terlalu tinggi yang akan mempengaruhi kesetabilan struktur pada saat pengangkatan tinggi.

Untuk itu diperlukan pengujian keseragaman data guna memisahkan data yang memiliki karakteristik yang berbeda karena pengaruh-pengaruh seperti contoh yang disebutkan tadi. Adapun rumus yang digunakan dalam pengujian keseragaman data adalah:

BKA = x ̅+kσ
BKB = x ̅-kσ

Dimana:

• BKA = Batas Kontrol Atas
• BKB = Batas Kontrol Bawah
• x ̅= Nilai Data Rata-Rata
• σ = Standar Deviasi
• k = Tingkat Keyakinan

Mengacu pada contoh kasus diatas, jika batas kontrolnya ±3, tentukan apakah data seragam atau tidak?

Dari perhitungan menggunakan formulasi diatas maka didapatkan:

x-bar = 6.93
∑(x – x-bar)² = 24.93
standar deviasi = 1.33
BKA = 10.93
BKB = 2.93

Grafik Kendali:

Hasilnya, semua data pengamatan masih masuk dalam range antara BKA (Batas Kontrol Atas) dan BKB (Batas Kontrol Bawah), maka data tersebut dikatakan seragam.

Jelaskan apa yang dimaksud dengan uji kecukupan data?

Apa yang dimaksud dengan tes kecukupan data apa yang harus dilakukan jika data diketahui tidak mencukupi?

Mengapa setelah melakukan pengamatan kita perlu menguji kecukupan dan keseragaman data?

Bka itu apa?